Mit dem Guide verknüpftes Quiz · Schwer Ebene

Doppelabstiegsphänomen-Quiz

Sehen Sie sich die Double-Descent-Near-Interpolation an und erfahren Sie, wie das Phänomen je nach Modellgröße, Datensatzgröße und Trainingsdauer variieren kann.

Verwandte FührungspfadeDouble-Descent-Phänomen
Frage 1 von 8

Wo erreicht der Testfehler typischerweise in der Doppelabstiegskurve seinen Höhepunkt?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Wo erreicht der Testfehler typischerweise in der Doppelabstiegskurve seinen Höhepunkt?
    • An der Interpolationsschwelle, an der das Modell gerade alle Trainingsdaten anpasst
    • Gleich zu Beginn des Trainings mit wenigen Parametern
    • Erst nach Milliarden von Parametern
    • Der Testfehler erreicht nie seinen Höhepunkt; es fällt monoton
  2. Was passiert mit dem Testfehler, wenn ein Modell stark überparametrisiert wird?
    • Aufgrund der Überanpassung steigt es unbegrenzt an
    • Er kann wieder sinken, oft unter das klassische Minimum
    • Es bleibt exakt flach
    • Es wird zufällig und unvorhersehbar
  3. In which setting does the cited implicit-bias analysis characterize a minimum-norm solution?
    • Any neural network trained with gradient descent
    • Any model that reaches zero training error
    • A single-hidden-layer linear network under stated gradient-flow and initialization assumptions
    • A model trained without an optimization objective
  4. „Epochenbezogene“ doppelte Abstammung bezieht sich auf den Effekt, der als Funktion dessen auftritt, was?
    • Die Anzahl der verwendeten GPUs
    • Nur der Lernratenplan
    • Die Größe des Testsatzes
    • Trainingszeit (Anzahl der Epochen)
  5. Welche klassische Idee stellt die doppelte Abstammung in Frage?
    • Der U-förmige Kompromiss zwischen Bias und Varianz
    • Rückpropagation
    • Stochastischer Gradientenabstieg
    • Die Kettenregel
  6. Wer hat 2019 dazu beigetragen, die Double-Descent-Kurve bekannt zu machen und zu formalisieren?
    • Newton und Leibniz
    • Belkin, Hsu, Ma und Mandal
    • Turing und Kirche
    • Nur anonyme Kaggle-Konkurrenten
  7. Which model families did OpenAI report studying in its deep double-descent experiments?
    • Only decision trees and linear regression
    • Only recurrent speech recognizers
    • Convolutional neural networks, ResNets, and transformers
    • Only graphical game generators
  8. Besides model size and training duration, which axis can also show double-descent behavior?
    • Font size in a report
    • The number of words in a product name
    • The screen resolution of a monitor
    • Training dataset size